我国中部地区科技企业孵化器运行效率研究开题报告

1．目的及意义（含国内外的研究现状分析）

研究目的：伴随“大众创业，万众创新”的热浪，各地设立科技企业孵化器的热情甚为高涨，使得孵化器在数量上急剧扩张，孵化器市场进入繁荣期阶段。但是繁荣期也往往是鱼龙混杂、效率低下的时候，因此对科技企业孵化器运行效率的研究非常有必要。为提高中部地区企业竞争力，国家实施了“中部崛起”战略，在相当大的程度上增大了孵化器对科技企业的培育和扶持力度。因此，科技企业孵化器在中部崛起上有广阔的发展空间。本文利用我国中部六省科技企业孵化器数据，采用数据包络分析法（DEA）中的BCC模型和超效率模型测算了各省孵化器投入产出的综合效率、技术效率、规模效率、投入与产出的冗余与松弛状况，并根据其运行的综合效率值和超效率值进行排序。以提高资源利用效率为出发点，提出提高孵化器运行效率的有效建议，为孵化器的投入规划以及产出目标提供引导。

研究意义：目前，我国科技孵化器的政策措施和服务体系还有待完善，各级政府机关、孵化器管理运营人员和创业者对孵化器的建设和发展并没有统一的认识，导致相关政策的制定和落实有较大出入，孵化器“区域化网络”的建设仍然进展缓慢。长期以来，中部区域一直面临着科技企业孵化器运行效率低下和创业环境贫瘠、人才引进困难的问题，这一现象严重限制了中部区域的经济发展速度。面对这一困难的现状，如何对中部地区科技企业孵化器的运行效率进行有效评价和效率差异的影响因素分析，构建行之有效的管理模式及服务支撑体系，获取最佳的经济和社会效益具有非常重要的现实意义。正是基于这样的背景，本文选择以中部六省科技企业孵化器运行效率评价作为切入点，以2014-2018年我国中部地区六省科技企业孵化器的相关数据为研究对象，通过采用DEA-BCC 模型和超效率模型，分析和探讨了我国中部地区国家级科技企业孵化器的运行效率及影响因素分析，为各省孵化器的管理部门促进自身运行效率提供了决策依据，这对于改善我国中部地区科技企业的创业机会和成长环境，提升我国中部区域的综合竞争实力，同时也对中部地区经济可持续发展具有重大的理论价值和现实意义。

国内外的研究现状分析：首先，国外对企业孵化器效率的研究包括：Bacalan(2019)着重探讨了企业孵化器在技术扩散和技术转移的过程中的关键地位，据其研究结果可知，在很多研究中，技术转移能力被当作科技企业孵化器运行效率评价的主要指标，然而技术转移的效果却不尽如人意，需要对现存孵化器体制内阻碍技术转移的因素进一步分析研究。Sarfraz(2016)用在孵企业的孵化成功率来衡量孵化效率,其认为,对效率差异的影响主要体现在孵化器提供服务.上，包括:基础设施的建设、培训的设立以及相关网络资源的供给。Rubin(2015)构建了一个孵化器效率评价的指标体系:包括资源的聚集与共享、社会认知、服务咨询、网络资源、区位优势、集群效应、财政补贴和资金投入。国外对企业孵化器运行效率进行了多角度、多纬度的评估和研究，但概括起来，主要包含三个关键指标：在孵企业自身的成长能力、孵化器内技术转移的效果、孵化成功率。

国内现有的研究主要表现在两个方面：对科技企业孵化器运行效率描述性的定性研究和通过构建指标体系的定量研究。其中描述性的定性研究主要有:卢瑞等人(2002) 从科技企业、科技企业孵化器、高新技术产业三个层次对科技企业孵化器运行效率进行了研究分析。徐菱涓(2009)等则把关注点放在了科技企业孵化器的组织关系相关的要素上，研究表明，相比普通赢利机构，对科技企业孵化器的效率评估有更大的难度。而在定量研究方面:有许多学者通过构建指标体系，引入不同的方法模型来对科技企业孵化器的效率进行探究。杨文燮,胡汉辉(2015) 引入了模糊综合评价法来构建相关指标对科技企业孵化器的孵化效率进行了分析研究。杨海珍(2017) 深入研究了我国科技企业孵化器的运行机理，构建了一套以环境要素-过程系统分析理论为基础的3个大类共计25个具体指标的较为完备的指标体系，并对每个指标都进行了较为全面的诠释，并利用其分析和探讨了孵化器的效率问题。

通过国内外文献可以发现，采用描述性的分析方法对科技企业孵化器效率的研究，现阶段尚未有定论，且通过定性分析无法对不同企业孵化器的效率进行区分；而目前对企业孵化器效率评价的定量方法都是通过建立一套指标体系，然后使用随机前沿法、数据包络法、因子分析法或者BP神经网络法等模型测算，从而得出不同企业孵化器的效率的结果。但这些研究或多或少都存在两个方面的问题：其一，由于不同学者对科技企业孵化器效率差异的影响因素及其权重持有不同的观点，所构建的指标都带有自身的主观性，不具有代表性；其二，通过构建指标体系进行评价忽略了科技企业孵化器所在地区经济发达程度、人均收入水平、高校数量等环境因素对效率差异的影响，另外，对影响运行效率差异化的因素也没有进一步的分析研究。

本文将基于现有文献的成果，规避和填补现有研究的不足之处，同时，综合考虑我国科技企业孵化器运行的特点和相关管理经验，通过寻求新的研究方法和思路，使用三阶段DEA模型，对中部地区科技企业孵化器，构建实证部分的设计方案和检验方法，剔除环境因素和随机因素的外因影响，从而对企业孵化器效率差异化影响内因进行分析和研究。

2．研究（设计）的基本内容、目标、拟采用的技术方案及措施

基本内容：首先，文章提出了研究我国中部地区科技企业孵化器运行效率的目的及意义，并对国内外相关文献进行了简要概述；其次，对我国中部六省科技企业孵化器运行现状进行了基本统计；再次，对中部六省科技企业孵化器投入产出的相关数据进行了筛选和处理，在系统性、科学性、简明性、可操作性原则下确定投入产出指标；之后利用相关数据构建面板回归模型进行分析，进而对我国中部地区科技企业孵化器运行效率进行实证研究。

目标：在大量阅读国内外相关文献的基础上，构建本文的科技企业孵化器运行效率评价的指标体系，进行中部区域科技企业孵化器运行效率评价的实证研究。根据孵化器运行多投入和产出的特点，选取应用广泛的数据包络分析法(DEA)方法来计算其运行效率，采用BCC模型和超效率模型测算各省孵化器投入产出的综合效率、技术效率、规模效率、投入与产出的冗余与松弛状况，并对其运行的综合效率进行排序，从时间纬度运算多期中部地区效率值，通过各省多指标横向研究和六省每一指标下的纵向对比，分析我国中部区域科技企业孵化器运行效率差异性及其相关影响因素。以提高资源利用效率为出发点，提出了提高孵化器运行效率的有效建议，为孵化器的投入规划以及产出目标提供引导。

拟采用的技术方案及措施：文章在研究过程中采用理论分析和实证研究相结合以保证研究结果的科学性和准确性。在实际的操作中，本文将会主要运用两种分析模型；

（1）DEA-BCC模型

从生产函数的角度来看，DEA-BCC被用来研究多个DMU的技术有效性和规模有效性。DEA-BCC的效率分析，通常要涉及到五种效率指数。主要包括是综合效率指数，该指数又可进一步分解为技术进步指数和技术效率指数。技术进步可以用生产函数所代表的生产前沿向产出增加方向上的移动来体现，或者说是潜在产出的增长；技术效率的提高可以定义为：在既定的要素投入水平下，实际产出向生产前沿(潜在产出)的移动。技术效率指数还可以进一步分解为纯技术效率指数和规模效率指数，其中纯技术效率指数表述为技术应用能力的提高，而规模效率指数则表述为生产规模的优化，即对技术本身掌握使用能力的上升和由于结构调整或制度管理水平提高引致的技术资源配置水平的提升。

（2）DEA超效率模型

Andersen和Petersent提出了超效率模型( Super-efficiency），这种DEA的改进模型能够对DEA有效的DMU进行更进一步的效率值的评价。其原理是：在对DEA有效的DMU求解时，将其自身排除在决策单元DMU的生产可能集合的“有效生产前沿”之外。因此通过超效率测算，DEA 无效的DMU的效率值将与BC2模型测算的效率值一样；而对于DEA有效的DMU，则会得到各个不同效率值，且均大于1。

3．进度安排

第6-7周：查阅相关文献资料，明确研究内容，了解研究所需阅读的文献和收集的相关数据，以及建立相应的模型，确定方案，完成开题报告。

第8－11周：整理文献，完成文献综述；整理相关数据，用Frontier4.1软件进行实证研究，并完成初稿.

第12－14周：根据论文指导老师的意见对初稿进行修改。

第15周：完成论文，并按照规定格式打印装订并装袋，准备论文答辩。

第16周: 进行论文答辩。

4．阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇）

[1]杨海珍. 我国科技企业孵化器运行效率及其影响因素研究[D].西安电子科技大学,2017.

[2]高洋,叶丹,张迪宣,杨义兵.东北老工业基地创业孵化器运行效率[J].科学学研究,2019,37(07):1295-1305.

[3]张建清,孙梦暄,范斐.基于DEA方法的湖北省科技企业孵化器运行效率评价[J].科技管理研究,2017,37(04):82-88.

[4]翁莉,殷媛.长三角地区科技企业孵化器运行效率分析——以上海、杭州和南京为例[J].科学学与科学技术管理,2016,37(03):106-115.

[5]杨文燮,胡汉辉.基于DEA的国家级科技企业孵化器运行效率分析[J].统计与决策,2015(22):175-178.

[6]吴文清,马赛翔,刘晓英.科技企业孵化器集聚及效率与空间关联研究[J].天津大学学报(社会科学版),2016,18(03):206-210.

[7]刘艳莉. 我国科技企业孵化器的系统运行机制与绩效评价研究[D].哈尔滨工程大学,2009.

[8]吕达. 中部地区科技企业孵化器运行效率评价研究[D].华中科技大学,2010.

[9]牛玉颖,肖建华.智力资本视角下的科技企业孵化器绩效评价指标研究[J].科技进步与对策,2013,30(03):117-122.

[10]徐宏毅,石茜.国家级科技企业孵化器运行效率及地区差异性研究[J].财会月刊,2018(04):43-48.

[11]李燕萍,李洋.中国科技企业孵化器的地域集聚及影响因素研究[J].财经问题研究,2018(12):52-59.

[12]Sarfraz Mian,Wadid Lamine,Alain Fayolle. Technology Business Incubation: An overviewof the state of knowledge[J]. Technovation,2016,50-51.

[13]Tzameret H.Rubin,Tor Helge Aas,Andrew Stead. Knowledge flow in Technological BusinessIncubators: Evidence from Australia and Israel[J]. Technovation,2015,41-42.

[14]Rocsan Bacalan,Marife Cupin,Luke Albert Go,Marilette Manuel,Lanndon Ocampo,ManojGovind Kharat,Michael Angelo Promentilla. The Incubatees' Perspective onIdentifying Priority Enabling Factors for Technology Business Incubators[J].Engineering Management Journal,2019,31(3).

[15]mer ar zdemir,Yasin ehitolu. Assessing the Impacts of TechnologyBusiness Incubators: A framework for Technology Development Centers inTurkey[J]. Procedia - Social and Behavioral Sciences,2013,75.